BAB I PENDAHULUAN. Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf

dokumen-dokumen yang mirip
BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB III ALGORITMA GREEDY DAN ALGORITMA A* membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini terbaik di

BAB 1 PENDAHULUAN Latar Belakang

Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2011

Pembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A*

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

BAB III ALGORITMA BRANCH AND BOUND. Algoritma Branch and Bound merupakan metode pencarian di dalam ruang

BAB I PENDAHULUAN. Kemajuan Ilmu dan Teknologi (IPTEK) di berbagai bidang terasa sangat

BAB I PENDAHULUAN. yang juga diterapkan dalam beberapa kategori game seperti real time strategy

Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM

BAB I PENDAHULUAN UKDW. dalam kehidupan kita sehari-hari, terutama bagi para pengguna sarana

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

BAB I Pendahuluan 1.1. Latar Belakang

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB I PENDAHULUAN. Di tengah masyarakat dengan aktivitas yang tinggi, mobilitas menjadi hal yang penting.

SEARCHING. Blind Search & Heuristic Search

Metode Path Finding pada Game 3D Menggunakan Algoritma A* dengan Navigation Mesh

ANALISIS PERBANDINGAN ALGORITMA PATHFINDING GREEDY BEST-FIRST SEARCH DENGAN A*(STAR) DALAM MENENTUKAN LINTASAN PADA PETA

UKDW BAB 1 PENDAHULUAN Latar Belakang Masalah

BAB II TINJAUAN PUSTAKA

Yudi Yansyah, Prihastuti Harsani, M.Si, Erniyati M.Kom Program Studi Ilmu Komputer FMIPA Universitas Pakuan ABSTRACT

PERBANDINGAN ALGORITMA A* DAN DIJKSTRA BERBASIS WEBGIS UNTUK PENCARIAN RUTE TERPENDEK

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

VARIASI PENGGUNAAN FUNGSI HEURISTIK DALAM PENGAPLIKASIAN ALGORITMA A*

BAB I PENDAHULUAN. ekonomi, sosial, dan budaya suatu bangsa (L. A. van Mhanoorunk, 2011). Atas

AI sebagai Masalah Pelacakan. Lesson 2

METODE PENCARIAN BFS dan DFS

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

METODE PENCARIAN DAN PELACAKAN

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

BAB 1 PENDAHULUAN Latar Belakang

Pencarian Lintasan Terpendek Pada Peta Digital Menggunakan Teori Graf

Algoritma Greedy (lanjutan)

Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum

Penerapan Algoritma A* dalam Penentuan Lintasan Terpendek

Program Dinamis. Oleh: Fitri Yulianti

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah

PENGEMBANGAN APLIKASI GAME ARCADE 3D MARI SELAMATKAN HUTAN INDONESIA

IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK

PENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT

BAB 2 LANDASAN TEORI 2.2. Algoritma A* (A Star)

Program Dinamis (dynamic programming):

MILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Program Dinamis (Dynamic Programming)

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

Penerapan Exhaustive Search dan Algoritma A Star untuk Menentukan Rute Terbaik dari KRL Commuter Line dan Bus Transjakarta

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 TINJAUAN PUSTAKA

ANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM

Pencarian Lintasan Terpendek Pada Aplikasi Navigasi Menggunakan Algoritma A*

1-1.

PERBANDINGAN ALGORITMA DIJKSTRA DAN ALGORITMA BELLMAN-FORD PADA JARINGAN GRID

PENERAPAN ALGORITMA BIDIRECTIONAL A* PADA MOBILE NAVIGATION SYSTEM

KI Kecerdasan Buatan Materi 5: Pencarian dengan Optimasi (Local Search & Optimization )

WEBGIS PENCARIAN RUTE TERPENDEK MENGGUNAKAN ALGORITM A STAR (A*) (Studi Kasus: Kota Bontang)

Representasi Graf Berarah dalam Mencari Solusi Jalur Optimum Menggunakan Algoritma A*

PENCARIAN JALUR TERPENDEK PENGIRIMA N BARANG MENGGUNAKAN ALGORITMA A* STUDI KASUS KANTOR POS BESAR MEDAN)

Metode Searching. Blind/Un-informed Search. Heuristic/Informed Search. Breadth-First Search (BFS) Depth-First Search (DFS) Hill Climbing A*

Penyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A*

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. dihadapi di dunia nyata (real world). Banyak metode yang dibangun dalam Operations

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Penghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound

Penerapan Teori Graf Pada Algoritma Routing

LESSON 6 : INFORMED SEARCH Part II

Pemecahan Masalah Knapsack dengan Menggunakan Algoritma Branch and Bound

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

Kecerdasan Buatan. Pertemuan 03. Pencarian Branch & Bound dan Heuristik (Informed)

IMPLEMENTASI SISTEM PARKIR CERDAS DI UNIVERSITAS TELKOM. SUBSISTEM : APLIKASI MOBILE

Perancangan Aplikasi Wisata Kabupaten Lebak Menggunakan Algoritma A* (A-Star) Berbasis Android

BAB 2 LANDASAN TEORITIS

BAB II TINJAUAN PUSTAKA

IMPLEMENTASI ALGORITMA GREEDY DALAM MASALAH LINTASAN TERPANJANG MENGGUNAKAN BAHASA C TUGAS AKHIR INDRIANI ARMANSYAH SRG

Pencarian Jalur Terpendek dengan Algoritma Dijkstra

Kecerdasan Buatan. Penyelesaian Masalah dengan Pencarian... Pertemuan 02. Husni

HEURISTIC SEARCH UTHIE

Pencarian Rute Terpendek pada Tempat Wisata di Kota Bogor Menggunakan Metode Heuristik

UNNES Journal of Mathematics

Penentuan Jarak Terpendek dan Jarak Terpendek Alternatif Menggunakan Algoritma Dijkstra Serta Estimasi Waktu Tempuh

PENENTUAN RUTE TERPENDEK PADA OPTIMALISASI JALUR PENDISTRIBUSIAN BARANG DI PT. X DENGAN MENERAPKAN ALGORITMA FLOYD-WARSHALL

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) GAME EDUKASI PENYAKIT MALARIA DAN CARA PENCEGAHANNYA

Ronan Deovolenta Malelak

BAB I PENDAHULUAN 1.1 Latar Belakang

Algoritma Greedy (lanjutan)

PENERAPANAN ALGORITMA BFS, DFS, DAN UCS UNTUK MENCARI SOLUSI PADA MASALAH ROMANIA

Aplikasi Shortest Path dalam Strategy Game Mount & Blade: Warband

MODUL I PROGRAM DINAMIS

Pemanfaatan Algoritme A* Menggunakan AIspace Dalam Pencarian Rute Terpendek

BAB I PENDAHULUAN. 1.1 Latar Belakang. Algoritma dijkstra ditemukan oleh Edger Wybe Dijkstra merupakan salah

KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM

APLIKASI PENCARI RUTE OPTIMUM PADA PETA GUNA MENINGKATKAN EFISIENSI WAKTU TEMPUH PENGGUNA JALAN DENGAN METODE A* DAN BEST FIRST SEARCH 1

KECERDASAN BUATAN. Simple Hill Climbing. Disusun Oleh:

RENCANA PEMBELAJARAN SEMESTER (RPS)

BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya

Jurusan Teknik Elektro ITS Surabaya, Jurusan Teknik Elektro ITS Surabaya, Jurusan Teknik elektro ITS Surabaya

Kecerdasan Buatan Penyelesaian Masalah dengan Pencarian

Transkripsi:

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf berbobot yang menghubungkan dua buah simpul sedemikian hingga jumlah bobot sisi-sisi yang terpilih merupakan bobot minimum. Dalam pencarian lintasan terpendek pada suatu masalah, terdapat banyak algoritma yang dapat digunakan. Pemilihan algoritma yang paling optimum seringkali menjadi permasalahan dalam pencarian lintasan terpendek, dimana setiap algoritma mempunyai kelebihan dan kekurangan masing-masing. Secara umum algoritma pencarian dapat dibedakan menjadi dua metode yaitu metode konvensional (uninformed search) dan metode heuristic (informed search). Metode konvensional merupakan metode matematika biasa dengan informasi yang jelas, sementara metode heuristic merupakan metode pencarian yang menggunakan metode pendekatan pada proses pencariannya. Metode heuristic dikenal lebih efisien dibanding metode konvensional. Beberapa algoritma yang terkenal dan sering digunakan dalam penyelesaian masalah lintasan terpendek diantaranya adalah algoritma Bellman Ford yang ditemukan oleh Belman (1958) dan algoritma Dijkstra oleh Dijkstra (1959). Kedua algoritma tersebut merupakan beberapa bentuk metode pencarian konvensional yaitu breadth-first search dan uniform-cost search (Russel and Norvig, 1995, hal : 89).

2 Dalam tugas akhir ini, penulis akan membahas secara teoritis dua buah algoritma pencarian yang tergolong metode heuristic yaitu algoritma A* (A Star) dan algoritma Greedy, tepatnya Greedy Best-First Search. Kedua algoritma bekerja dengan mengembangkan simpul-simpul dalam proses pencarian lintasan terpendek. Simpul yang dianggap berpotensi menemukan lintasan terpendek akan dikembangkan sampai pencarian berakhir. Kedua algoritma menerapkan prinsip best-first search yang mengembangkan simpul berdasarkan sebuah fungsi yang disebut fungsi evaluasi f(n). Pada umumya simpul yang memiliki fungsi evaluasi terkecil akan dikembangkan sampai pencarian berakhir. Algoritma A* pertama kali ditemukan oleh Peter Hart, Nilsson, dan Bertram Raphael pada tahun 1968. Algoritma ini dapat diklasifikasikan sebagai algoritma greedy dan algoritma heuristic. Ini dikarenakan algoritma A* merupakan pengembangan dari algoritma Dijkstra yang bersifat greedy dan strategi best-first search yang bersifat heuristic. Sementara algoritma Greedy memiliki banyak bentuk dan salah satu yang akan dibahas dalam tugas akhir ini adalah Greedy Best-First Search yang menggunakan fungsi heuristic. 1.2 Rumusan Masalah Berdasarkan uraian yang telah dikemukakan di atas, masalah yang akan dikembangkan dapat dirumuskan sebagai berikut: a. Bagaimana algoritma A* dan algoritma Greedy Best First Search bekerja dalam pencarian lintasan terpendek. b. Bagaimana perbandingan kedua algoritma dalam pencarian lintasan terpendek.

3 1.3 Batasan Masalah Batasan dari masalah yang akan dibahas dalam tugas akhir ini adalah : a. Algoritma Greedy yang dimaksud dalam tugas akhir ini adalah Greedy Best-First Search. b. Heuristic yang digunakan dalam algoritma A* hanyalah Euclidean Distance. c. Perbandingan kedua algoritma hanyalah dalam segi completeness dan optimality. 1.4 Tujuan Penelitian Tujuan yang ingin didapatkan dari penulisan tugas akhir ini adalah : a. Mengetahui metode algoritma A* dan Greedy Best First Search dalam pencarian lintasan terpendek. b. Mengetahui perbandingan algoritma A* dan algoritma Greedy dalam pencarian rute terpendek. 1.5 Manfaat Penelitian Manfaat yang diharapkan dari penulisan tugas akhir ini adalah: a. Diharapkan dapat menambah wawasan dan pengetahuan tentang masalah pencarian rute terpendek. b. Lebih mengenal tentang algoritma A* dan algoritma Greedy dalam masalah pencarian rute terpendek.

4 1.6 Metodologi Penelitian Kajian penelitian dilakukan dengan: Studi literatur Kajian secara mendalam mengenai masalah pencarian lintasan terpendek pada suatu graf dan pemecahan masalah pencarian lintasan terpendek, kajian teoritis mengenai algoritma A* dan Greedy Best First Search, pengumpulan data dan informasi yang diperlukan dalam penelitian, implementasi kedua agoritma pada beberapa contoh permasalahan yang ada. 1.7 Sistematika Penulisan Secara garis besar penulisan tugas akhir ini terbagi menjadi empat bab yang tersusun secara sistematis, yaitu: BAB I PENDAHULUAN Mengemukakan tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penulisan dan sistematika penulisan. BAB II LANDASAN TEORITIS Uraian teoritis yang mendasari pemecahan tentang masalah-masalah yang berhubungan dengan judul tugas akhir. BAB III ALGORITMA GREEDY DAN ALGORITMA A* Uraian teoritis tentang kedua algoritma yang menjadi dasar pemecahan masalah pada tugas akhir ini. BAB IV PENERAPAN ALGORITMA GREEDY DAN ALGORITMA A* Berisi beberapa contoh penerapan kedua algoritma dan pembahasan yang mengenai algoritma A* dan algoritma Greedy.

5 BAB V KESIMPULAN DAN SARAN Kesimpulan yang dirumuskan berdasarkan penelitian dan saran-saran yang diberikan berdasarkan simpulan yang diambil. DAFTAR PUSTAKA